共计 2079 个字符，预计需要花费 6 分钟才能阅读完成。
简介： 开源最大的特色就是开放性，云生态则让开源技术更具开放性与创造性，Elastic 与阿里云的单干正是开源与云生态共生共荣的榜样。值此单干三周年之际，咱们邀请业界资深人士相聚云端，共话云上 Elasticsearch 生态与技术的将来。
开源最大的特色就是开放性，云生态则让开源技术更具开放性与创造性，Elastic 与阿里云的单干正是开源与云生态共生共荣的榜样。值此单干三周年之际，咱们邀请业界资深人士相聚云端，共话云上 Elasticsearch 生态与技术的将来。
本篇内容是企查查搜寻部门经理范兆明分享的 Elasticsearch 在企查查的利用实际。
分享人：企查查搜寻部门经理范兆明
视频地址：http://cloud.video.taobao.com/play/u/3177173649/p/1/e/6/t/1/297441406466.mp4
家喻户晓，企查查是一家业余做工商查问的公司，所有的业务入口都是基于查问实现的，能够说查问是实现企查查价值的次要入口。所以，本篇内容将介绍 Elasticsearch 在企查查的利用实际。
企查查遇到阿里云 ES 时的情况是，海量的数据无奈存储，存储后的数据无奈做大规模的剖析，实时的用户行为得不到到监控。基于这些痛点，让企查查在寻找解决办法的过程中遇到并意识了阿里云 ES。通过搭建 ELK 日志剖析平台、日志剖析、全文检索等性能，充沛的理解和相熟了 ES。
ES 次要的技术革新和特点，总结而言有三个：架构天生分布式、检索全文和构造、剖析实时聚合。
架构天生分布式
ES 天生的分布式架构能够通过硬件扩容的形式实现海量数据的收缩，并且它的正本模式可能解决数据安全问题。
检索全文和构造
通过 Lucene 的倒排索引、Bm25 的全文检索和高效的结构化检索，可能满足大部分搜寻场景。
剖析实时聚合
实时的海量聚合能力和多聚合模式可能实现大部分剖析场景。
基于以上 ES 的能力，最终企查查抉择了阿里云 ES。那么阿里云在 ES 的根底上又带来了哪些方面的便捷呢？
优良的 NLP 分词器
阿里云 ES 具备优良的 NLP 分词器能力。目前支流的 ES 中文分词器有 IK 和 ANSJ 等次要的几种，企查查抉择了 IK 和 ANSJ 后，荡涤了大概百万级的根底数据，而后导入到 IK 和 ANSJ。通过阿里云分词器比照了 IK 和 ANSJ 分词器发现，基于 NLP 的阿里云分词器更优良。
区别就在于，基于 NLP 的阿里云分词器能够在不同场景解析出不同的语义，实现不同分词，所以企查查最终的解决方案是，以阿里云分词器为主，以 ANSJ 分词器为辅做了两套分词模式，同时利用于文档搜寻。
一站式治理和高效扩大
这两个特点本来就是云平台的人造劣势，这也是为什么中小企业和高速倒退企业会抉择云平台的根本原因。
企查查基于阿里云 Elasticsearch 设计的利用实际，这里给大家介绍几个外围的数据。
5000+QPS
5000+QPS 是指实时峰值 QPS 达到每秒 5000；
200+ 利用
200+ 是指目前有 200 个数据维度参加了实时搜寻；
8TB 数据
8TB 是指所有实时搜寻数据加起来超过 8TB。
从下图企查查的倒退历程能够发现，2014 年企查查只有繁多的工伤搜寻维度；倒退到 2020 年底，企查查曾经超过了 200 多个搜寻维度。疾速的版本迭代、数据爆炸式的增长、爆炸式的用户申请等等都在阿里云 ES 上都失去了很好的体现。因为阿里云具备足够稳固、疾速扩容、大大减少经营老本和搜寻故障等特点，在这些年的倒退中一直的晋升企查查的搜寻体验。
企查查的技术特点
企查查波及到的其余技术特点跟全文检索特点是一样的，包含高并发、海量数据、实时聚合和分词等特点。高并发和实时聚合也是 ES 所善于的，再加上阿里云优良的 NLP 分词器，两两作用后让企查查搜寻体验更优良。
搜寻的目标
咱们越来越器重搜寻并一直进步搜寻体验，那么搜寻须要出现的后果是怎么的呢？
第一个是精准搜寻。顾名思义，就是把搜索词和文本词齐全匹配的后果返回给用户；
第二个是分词匹配。分词匹配是目前搜寻技术的支流，也是最难实现的。难度在于，尽管有基于语义的分词器，如基于 NLP 的阿里云，但依然会有分词异样和分词歧义的时候。根底数据的权重配比、荡涤排序是否达到用户预期和搜寻用意，都是长期迭代的工作。
第三个是意义搜寻。意思是当用户搜寻的词，在精准搜寻和分词搜寻都没有匹配，但实际上意义是一样时提供的服务，比方番茄和西红柿，或是同音字和形近字，这个时候就会须要意义搜寻。意义搜寻就是把同义字、同音字和形近字都反馈给搜寻用户。
第四个是用意搜寻。当用户搜了一大段内容，然而在分词、精准和意义搜寻里都没有方法找到搜寻后果时，就须要提取用户搜寻的外围词，而后用外围词再去搜寻并反馈给用户后果。
第五个是局部匹配搜寻。意思是当上述四个搜寻都没有后果的时候，须要将局部匹配出的后果反馈给用户。
Elasticsearch 还能带来什么？
目前 ES 在机器学习方面做了继续迭代，能够主动发现实时数据异样，主动实现业务的实时监控。
ES 能够做更深层次的数据分析，还能够将发现数据的外围词和数据的特点举荐给搜寻的用户。
原文链接
本文为阿里云原创内容，未经容许不得转载。
